비교
Himi LiProduct Manager at EvoLink17분 소요
GPT-6.1 Terra vs GPT-6.1 Sol: 어떤 모델을 선택할까?
GPT-6.1 Terra와 Sol의 코딩, 데이터 분석, 추론 강도와 작업당 비용을 비교하고 용도에 맞는 설정을 선택하세요.
Himi LiProduct Manager at EvoLink목차
화면 작업, 주어진 자료를 바탕으로 한 글쓰기, 작은 코드 수정처럼 범위가 분명한 일에는 GPT-6.1 Terra를 먼저 시도해 보세요. 복잡한 코딩이나 의존 관계를 놓쳤을 때 재작업 비용이 큰 프로젝트에는 GPT-6.1 Sol을 기준으로 삼는 편이 좋습니다.
Terra의 Standard API 토큰 단가는 더 낮습니다. 하지만 필요한 품질을 얻을 수 있는지는 추론 설정에 따라 달라집니다. 추론 강도를 높이면 비용과 대기 시간도 바뀔 수 있으므로 모델과 설정을 함께 선택해야 합니다.
GPT-6.1 Terra와 GPT-6.1 Sol의 차이
| 비교 항목 | GPT-6.1 Terra | GPT-6.1 Sol |
|---|---|---|
| 먼저 시도할 작업 | 정의된 화면 작업, 제공된 자료로 글쓰기, 범위가 좁은 수정 | 복잡한 코딩과 여러 요소가 연결된 전문 업무 |
| Standard 입력 / 출력, 100만 토큰당 | $1 / $5 | $2 / $10 |
| 캐시 입력, 100만 토큰당 | $0.05 | $0.10 |
| 추론 강도 | none, low, medium, high, xhigh, max | low, medium, high, xhigh, max |
| 기본 강도 | medium | medium |
| 도구 호출 | Responses API 필요 | Responses API 필요 |
두 모델 모두 텍스트와 이미지를 입력받아 텍스트를 출력합니다. 컨텍스트 창은 각각 1,050,000토큰이며 최대 출력은 128,000토큰입니다. 따라서 컨텍스트 크기는 두 모델을 고르는 기준이 되지 않습니다. Terra 문서, Sol 문서.
코딩, 컴퓨터 사용, 데이터 분석에는 무엇이 더 적합할까?
코딩: 범위가 좁은 수정은 Terra, 연결된 프로젝트는 Sol
재현 방법이 명확한 레이아웃 오류는 Terra로 먼저 시도하기 좋습니다. 인증, 결제, 공유 상태에 걸친 기능이라면 Sol을 선택할 이유가 더 큽니다. 관계를 놓쳐 발생하는 재작업 비용이 토큰 단가 차이보다 클 수 있기 때문입니다. 이 구분은 OpenAI의 모델 선택 가이드와도 맞닿아 있습니다.
Artificial Analysis의 Coding Agent Index v2.0에서는 Terra가 48점, Sol이 54점입니다. 이 지수에는 저장소 변경, 터미널 작업, 저장소 관련 질문이 포함됩니다. 하나의 터미널 벤치마크만으로 개발 업무 전체를 설명하기는 어렵습니다. AA 분석, 평가 방법.
예외도 있습니다. OpenAI는 max 설정의 Terra가 Terminal-Bench-Science 0.1에서 더 낮은 비용으로 Sol을 앞섰다고 발표하면서도, 가장 복잡한 코딩에는 Sol이나 Astra를 권장합니다. 과학 연구용 터미널 작업과 대규모 애플리케이션 리팩터링은 서로 다른 작업입니다. OpenAI 평가.
컴퓨터 사용과 글쓰기: Terra를 먼저 시험해 볼 만하다
송장을 읽어 애플리케이션에 항목을 입력하는 흐름에는 Terra를 시도할 수 있습니다. OpenAI의 시각 이해와 컴퓨터 사용 평가는 이런 작업에서의 성능을 보여줍니다. OpenAI.
사실과 결과물이 명확한 작업에도 Terra를 고려할 수 있습니다. 예를 들어 릴리스 노트를 고객 문서로 바꾸거나 정해진 독자에 맞춰 제안서를 수정하는 경우입니다. 복잡한 프로젝트에서 서로 충돌하는 근거를 조정해야 한다면 Sol을 출발점으로 삼는 편이 더 신중합니다. 모델 선택 가이드.
데이터 분석: 어려운 질문에는 Sol이 더 적합할 수 있다
Plotly의 43문항 데이터 분석 시험에서 Terra는 $1.31로 40문항을, Sol은 $2.61로 43문항을 모두 해결했습니다. 두 모델은 일반 분석 20문항을 모두 맞혔습니다. 숨겨진 패턴 문제는 Terra가 5개 중 3개, Sol이 5개 모두를 찾았습니다. Plotly 원본 결과.
일반 분석과 숨겨진 패턴 찾기는 모델 선택 기준이 다를 수 있습니다. Plotly의 공개 결과를 바탕으로 다시 그린 그래프입니다.
반복적이고 정의된 질의에는 Terra가 후보입니다. 질문에 드러나지 않은 내용을 찾아야 한다면 Sol을 고려할 만합니다. 이 시험은 비공개 합성 풍력 발전 데이터를 사용했으며, Terra는 OpenRouter의 기본 추론 설정으로 실행되고 캐시를 많이 재사용했습니다. 시험 조건, 벤치마크 설계.
Terra high와 Sol medium: 추론 강도는 어떻게 고를까?
AA 비교에서 Terra high의 벤치마크 비용은 더 낮고, Sol medium의 종합 점수는 더 높습니다.
| 모델과 추론 강도 | AA Intelligence Index | AA 벤치마크 작업당 가중 평균 비용 |
|---|---|---|
| GPT-6.1 Terra · high | 44 | $0.13 |
| GPT-6.1 Sol · medium | 48 | $0.21 |
| GPT-6.1 Terra · max | 48 | $0.40 |
| GPT-6.1 Sol · max | 52 | $0.72 |
2026년 10월 27일 기준: AA 제공업체 순위, max 비교. 지수는 여러 평가를 합친 점수이며 작업 통과율이 아닙니다. 비용은 벤치마크 작업의 가중 평균입니다.
Terra max와 Sol medium은 모두 48점이지만 세부 결과는 다릅니다. Terminal-Bench 4.0은 Terra max가 56%, Sol medium이 48%였고, AutomationBench-AA는 Sol medium이 63%, Terra max가 60%였습니다. 반올림된 종합 점수가 같아도 개별 작업 결과는 다를 수 있습니다. Terra max 결과, Sol medium 결과.
AA는 목적에 따라 효율적인 설정도 구분합니다. Terra low와 medium은 일반 지능 대비 비용의 효율 프런티어에, low와 xhigh는 코딩 효율 프런티어에 위치합니다. 항상 medium을 쓰거나 높은 강도를 무조건 피하는 규칙으로는 이 차이를 반영하기 어렵습니다. AA 분석.
Terra가 Sol보다 실제로 빠르고 저렴할까?
출력 속도와 첫 답변까지의 대기 시간을 따로 측정하기
Artificial Analysis는 각 모델 설정과 제공업체의 출력 속도와 첫 토큰까지 걸리는 시간을 따로 발표합니다. 측정치는 변하므로 사용하려는 엔드포인트의 현재 수치를 확인하세요. AA 제공업체 순위.
대화형 도우미라면 답변이 시작될 때까지의 시간이 중요합니다. 여러 도구 단계를 수행하는 에이전트라면 결과가 실제로 저장되거나 전달될 때까지 측정해야 합니다. AA의 성능 지표 설명은 이들을 구분합니다. 비교 페이지에서 계산한 500토큰 응답 시간도 실제 코딩이나 데스크톱 작업 전체의 소요 시간과는 다릅니다.
Plotly의 43문항 DataAnalyticsBench에서 질문부터 최종 답변까지 걸린 시간의 중앙값은 쿼리 실행을 포함해 Terra 15초, Sol 18초였습니다. 정답은 각각 40개와 43개였습니다. 비공개 합성 풍력 발전 데이터를 사용했으며 Terra는 OpenRouter에서 기본 추론 설정으로 실행됐습니다. Plotly 결과, Terra 테스트 조건.
낮은 토큰 단가만으로 작업 완료 비용이 결정되지는 않는다
Standard에서 같은 과금 토큰 수를 사용하면 Terra의 입력과 출력 요금은 Sol의 절반입니다. 추론 강도가 토큰 사용량을 바꾸면 최종 비율도 바뀝니다. max 설정에서 AA의 벤치마크 작업당 비용은 Terra $0.40, Sol $0.72로 Terra가 약 44% 낮습니다. 반면 서로 다른 강도를 비교하면 Sol medium이 Terra max보다 저렴합니다. 공식 요금, AA max 비교, AA 순위.
AA는 평가의 가중 평균과 토큰 요금으로 작업 비용을 계산합니다. 팀이 실제로 검수한 프로덕션 작업에는 다음 계산이 더 유용합니다. AA 비용 정의:
검수 통과 작업당 비용 = 실패한 시도를 포함한 모델·도구 총비용 ÷ 검수 통과 작업 수
사람의 검토 시간도 함께 기록하세요. 저렴한 답변이라도 반복 수정이 필요하면 손해일 수 있고, 범위가 좁은 작업을 Terra가 한 번에 완성하면 비용상 이점이 생길 수 있습니다. 절감액은 허용 가능한 결과에 얼마나 자주 도달하는지에 달려 있습니다.
전환할까, Sol을 유지할까, 둘 다 쓸까?
전체 흐름을 바꾸기 전에 먼저 작업 유형을 하나 정해 시험해 보세요.
| 작업 | 시작할 선택 | 선택을 바꿀 시점 |
|---|---|---|
| 재현 가능한 국소 코드 수정 | Terra 시험 | 범위 오류나 회귀 누락이 반복되면 Sol 유지 |
| 익숙하지 않은 파일에 걸친 기능 개발·리팩터링 | Sol을 기준으로 유지 | Terra가 의존 관계를 안정적으로 처리하면 적용 확대 |
| 화면, 폼, 제공된 자료를 바탕으로 한 글쓰기 | Terra 시험 | 저장 필드 오류나 사실 누락이 생기면 입력을 명확히 하거나 더 강한 모델 사용 |
| 질문이 정해진 반복 분석 | Terra 시험 | 숨겨진 패턴과 어려운 질문을 다룰 때 Sol 고려 |
| 이미 Sol에서 안정적인 흐름 | 유지하면서 일부 작업에 Terra 시험 | 품질, 비용, 대기 시간의 변화가 납득되면 전환 |
두 모델을 섞어 쓸 수도 있습니다. Terra가 잘 처리하는 작업은 Terra에, 어려운 작업은 Sol에 맡기는 방식입니다. 상위 모델로 넘길 때는 테스트 실패나 저장된 기록의 필수 필드 누락처럼 확인 가능한 신호를 사용하세요. 모델이 자신 있다고 말하는 것과 결과를 검증하는 것은 다릅니다.
첫 비교에서는 두 모델에 같은 대표 입력과 검수 기준을 제공합니다. 모델과 추론 강도를 따로 바꿔 차이의 원인을 파악한 뒤, 필요한 품질과 응답 시간을 적절한 비용으로 충족하는 조합을 고르세요.
접속 경로도 확인하기
EvoLink의 통합 API 게이트웨이에서는 공통 연동으로 모델을 선택할 수 있습니다. GPT-6.1 Sol과 GPT-6.1 Terra 페이지에서 현재 제공 상태와 요금을 확인하세요. 프로덕션 작업을 옮기기 전에는 선택한 경로가 필요한 도구 흐름을 지원하는지도 살펴봐야 합니다.
자주 묻는 질문
GPT-6.1 Terra가 Sol보다 코딩을 잘하나?
AA의 코딩 종합 점수는 Sol이 더 높습니다. Terra도 범위가 좁은 수정과 일부 터미널 작업의 후보이며, OpenAI는 과학 연구용 터미널 평가에서 Terra의 우위도 보고했습니다. 작업 유형에 따라 선택이 달라집니다. AA, OpenAI.
Terra high는 Sol medium과 같은가?
고정된 동등 관계는 없습니다. AA 자료에서 Terra high는 종합 점수와 평균 벤치마크 비용이 더 낮습니다. Terra max와 Sol medium의 표시된 종합 점수가 같아도 개별 작업 결과는 다릅니다. AA 순위, Terra max, Sol medium.
